File size: 946 Bytes
80676ae |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
import json
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
# Charger le modèle et le tokenizer
model_name = "AIDC-AI/Ovis1.6-Gemma2-9B" # Remplacez par le nom de votre modèle
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
# Fonction d'initialisation
def init():
global tokenizer, model
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
model.eval() # Définir le modèle en mode évaluation
# Fonction de prédiction
def predict(data):
inputs = data.get("inputs")
if isinstance(inputs, str):
inputs = tokenizer(inputs, return_tensors="pt")
outputs = model.generate(**inputs)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
return json.dumps({"result": result})
|